DeepSeek vervangt V4 Pro door goedkopere V4.1 Flash

DeepSeek heeft V4.1 Flash vandaag als productiemodel opengezet en zet daarmee zijn duurste model aan de kant. In de officiele changelog schrijft het Chinese lab dat alle aanvragen aan deepseek-v4-pro na 12.00 uur Pekingtijd op 14 september worden doorgestuurd naar V4.1 Flash, tegen het Flash-tarief. Een opvolger voor het Pro-model is niet aangekondigd.

Van proefendpoint naar productie in twee dagen

Het model dook op 8 september op onder de naam deepseek-v4.1-flash-expires-on-0910, met een limiet van twintig gelijktijdige aanvragen per account. Wij schreven eerder over die beta van twee dagen. De datum in de modelnaam bleek geen einddatum maar een lanceerdatum: op 10 september kwam het model als deepseek-flash in de reguliere API terecht. De oude namen deepseek-v4-flash en deepseek-v4-flash-vision-exp wijzen voorlopig naar hetzelfde model.

DeepSeek noemt V4.1 Flash het kleinste model uit een nieuwe architectuurfamilie, met native multimodaal beeldbegrip in plaats van een aparte visiemodule. Het lab meldt een score van 90,9 op GPQA Diamond en een Codeforces-rating van 3471. De API-prijzen zijn volgens de changelog verlaagd.

Snelheid als argument voor de vervanging

De motivatie die DeepSeek zelf geeft is kort: uit eigen tests zou V4.1 Flash beter presteren dan V4 Pro op prestaties, kosten en snelheid. Techsite byteiota mat 427 tokens per seconde tegenover 63 bij V4 Pro, en een wachttijd tot het eerste token van 178 milliseconden tegenover 766. Dat verschil past bij de bredere verschuiving naar modellen die minder rekenen per token maar sneller antwoorden, zoals we zagen bij het diffusiemodel Mercury 2.5.

De manier waarop het gaat, valt op. Byteiota wijst erop dat de aankondiging via een communitypost kwam, met minder dan 48 uur ruimte, zonder formele deprecatieprocedure. Wie een productiesysteem heeft afgestemd op het gedrag van V4 Pro, krijgt binnenkort een ander model aan de lijn zonder dat de aanroep verandert.

Wat betekent dit

Voor Nederlandse ontwikkelaars die DeepSeek in een applicatie gebruiken, is 14 september een datum om in de agenda te zetten. Prompts, temperatuurinstellingen en outputvalidatie die zijn afgestemd op V4 Pro kunnen anders uitpakken op Flash, ook als de benchmarkscores hoger liggen. Een korte regressietest op je eigen taken is verstandiger dan vertrouwen op de cijfers van het lab.

Het bredere plaatje is dat het Chinese lab zijn topsegment tijdelijk leeghaalt en alles op een goedkoop, snel model zet. Dat drukt de prijs per token verder omlaag in een markt waar bedrijven al moeite hebben het tempo bij te houden, iets wat we eerder beschreven onder de noemer model fatigue. Tegelijk werkt DeepSeek onder lastige omstandigheden, met stijgende prijzen voor Chinese AI-chips door krapte in geheugenmodules. Efficiency is voor het lab dus niet alleen een verkoopargument.